摘要：随着计算机高速网络技术的发展,工作站机群正在成为并行计算的主要平台。有限元线性方程组在土木工程结构分析中是最常见的问题。预处理共轭梯度法(PCGM)是求解线性方程组的迭代方法。对预处理共轭梯度法进行并行化并在两个不同的机群上实现,对存储方式进行详细分析,编程中采用了稀疏矩阵向量相乘的优化技术。数值结果表明,设计的并行算法具有良好的加速比和并行效率,说明并行计算能更快地求解大规模问题。

摘要：综合隐式和显式时间积分技术,对结构非线性动力反应分析提出一种并行混合时间积分算法.该算法采用区域分解技术.将并发性引入到算法中,即利用显式时间积分技术进行界面节点积分而利用隐式算法求解局部子区域.为实现并行混合时间积分算法,设计了灵活的并行数据信息流.编写了该算法的程序,在工作站机群实现了数值算例,验证了算法的精度和性能.计算结果表明该算法具有良好的并行性能,优于隐式算法.

摘要：基于模拟退火算法提出了一种结构优化设计的校正多级多点模拟退火算法(CMLPSA)。该算法从随机生成的一组试算点选择每个候选设计,实现一种高效的搜索策略。因而,CMLPSA是处理一组设计而不是一个单一的试算点。对可行和不可行的中间设计采用多点策略,即对可行情况,优化变量的变动是随着成本函数的当前变化率而变化;不可行情况下,在当前退火周期中生成的每个可行的试算点附近,进行第四阶近似直线搜索。此外,CMLPSA包括多级退火策略,通过同时(整体级)或逐个(局部级)变动所有的设计变量生成试算点。基于优化过程中的趋势,执行全局或局部搜索。数值算例验证了CMLPSA算法的有效性,可应用于结构优化。

摘要：针对谱随机有限元分析,采取区域分解来设计一个适用于大规模方程系统的线性求解器。为迭代求解大规模线性方程组,采用二级预处理子,通过对一级诺伊曼-诺伊曼(Neumann-Neumann)预处理子增加一个粗网格,构造二级预处理子;算法实现涉及求解每个子区域的局部问题和在所有子区域中传播信息的粗问题;在分布式消息传递接口(MPI)环境下实现并行计算,将本文提出的二级Neumann-Neumann预处理子算法与传统的一级预处理子算法的并行性能进行比较。计算结果表明,本文提出的二级Neumann-Neumann预处理子算法(PCG-NNC)比传统的一级预处理子算法(PCG-NN)的计算时间明显减少,效率提高,算例方案2中8处理器时PCG-NNC算法时间为777.39s,效率为72.6%,而PCG-NN算法时间为1169.00s,效率为63.4%。PCG-NNC显示出更好的性能,优于传统的一级预处理子算法,可有效地进行随机有限元分析。

摘要：为了研究再生粗骨料取代率和偏心距对圆钢管再生镍铁渣混凝土柱力学性能的影响,设计了13个试件进行轴心和偏心受压试验,分析试件的荷载-跨中挠度曲线、侧向挠度曲线、刚度退化和耗能。在普通钢管混凝土的研究结果基础上,回归拟合适用于钢管再生混凝土的压弯承载力预测公式。结果表明:偏压试件的挠度沿柱高呈对称分布,形状符合正弦半波曲线;加载过程中截面中性轴的位置向受压区偏移,表明受压区面积逐渐缩小,受压区高度减小;当取代率超过30%后,随着再生粗骨料取代率的增加,试件的极限承载力降低,刚度逐渐退化,试件破坏时的耗能系数表现为降低的趋势;随着偏心距的增大,试件的极限承载力降低,侧向挠度曲线的包络面积逐渐增大,刚度逐渐退化;根据拟合的压弯承载力计算公式得到的计算值与试验结果吻合较好。

摘要：针对弹塑性问题的有限元分析非常耗时,基于消息传递接口(MPI)集群环境,提出了残余平滑的子结构预处理共轭梯度并行算法。采取区域分解,将子结构通过界面条件处理为独立的有限元模型。整体分析时,每个处理器仅存储与其相关的子结构信息并生成局部刚度矩阵。采用对角存储方式和最小残余平滑法,设计出了结合残余平滑(MR)的并行子结构预处理共轭梯度(PCG)算法。并行算法中对负载平衡进行了探讨,对处理器间的通信进行了优化。利用子步法对弹塑性应力应变进行积分,根据预定的容许值自动调整每个子步的大小来控制积分过程的误差。在工作站集群上实现了数值算例,分析了算法的性能,计算性能与传统的PCG算法进行了比较。算例显示:所提算法具有良好的加速比和效率,优于传统的PCG算法,对弹塑性问题的有限元分析,是一种有效的并行求解算法。

摘要：应用神经网络的结构优化设计原理,对空间桁架结构优化进行研究。利用神经网络的模拟退火算法对结构优化设计作了一些探讨。通过空间钢桁架结构的优化设计算例,验证了神经网络用于结构优化的有效性与准确性。

摘要：网络并行计算是当今并行计算发展的新方向。在网络并行环境下探讨了并行遗传算法进行结构优化设计及其算法的实现方法。并在四台 PC 机组成的网络平台上,进行了钢屋架结构优化设计的数值测试。计算结果表明,设计的并行算法在网络并行计算环境中具有较高的加速比和效率,同时验证了并行遗传算法用于结构优化是可行的和有效的。

摘要：阐述了基于神经网络的结构优化设计原理，利用神经网络的模拟退火算法对结构优化设计作了一些探讨。通过钢屋架结构的优化设计算例验证了神经网络用于结构优化的有效性与准确性。

摘要：并行计算是当今数值计算发展的新方向。该文在网络并行环境下探讨了并行遗传算法(PGA)进行结构优化设计及其算法的实现方法。利用4台PC机组成网络平台,进行了钢桁架结构优化设计的数值测试。计算结果表明,设计的并行算法在网络并行计算环境中具有较高的加速比和效率,同时验证了并行遗传算法用于结构优化是可行的和有效的。